【ACM出版】2024人工智能与自然语言处理国际学术会议（AINLP 2024，7月19-21）
【ACM出版】2024人工智能与自然语言处理国际学术会议（AINLP 2024）2024 International Conference on Artificial Intelligence and Natural Language Processing
【大数据专题】Spark题库
试题回答参考思路：Spark是大数据的调度，监控和分配引擎。它是一个快速通用的集群计算平台.Spark扩展了流行的MapReduce模型.Spark提供的主要功能之一就是能够在内存中运行计算 ，但对于在磁盘上运行的复杂应用程序，系统也比MapReduce更有效Spark 是一个通用的内存计算引擎。您
【Hbase】Hbase TableInputFormat、TableOutputFormat
TableInputFormat是Apache HBase中的一个重要的类，它允许MapReduce作业直接从HBase表中读取数据作为其输入。这使得HBase可以作为一个数据源，供MapReduce作业处理其存储的大规模数据集，而无需将数据导出到HDFS或其他文件系统。这样不仅提高了数据处理的效率
数据资产管理的未来趋势：洞察技术前沿，探讨数据资产管理在云计算、大数据、区块链等新技术下的发展趋势
企业需要紧跟技术前沿，积极探索和实践新技术在数据资产管理中的应用，以实现数据资产的最大化利用和价值创造。“方案365”全新整理数据资产、乡村振兴规划设计、智慧文旅、智慧园区、数字乡村-智慧农业、智慧城市、数据治理、智慧应急、数字孪生、乡村振兴、智慧乡村、元宇宙、数据中台、智慧矿山、城市生命线、智慧水
大数据技术——HBase
HBase是一个分布式的、面向列的开源数据库，主要用于存储海量的非结构化数据，其设计思想来源于Google的BigTable论文。作为一个高可靠性、高性能的数据库，HBase利用Hadoop HDFS作为其文件存储系统，并借助ZooKeeper实现集群管理和协调服务。
一文看尽：各大数据公司和 AI 结合进展
自主研发的云原生湖仓一体数据智能平台 KeenData Lakehouse，采用国际领先的湖仓一体架构重复分融合了数据湖和数据仓库各自的优势，实现一套数据、一套任务在湖和仓之上无缝调度和管理，面对不同行业的 AI 大模型 KeenData Lakehouse 提供数据集成、数据标注、数据算法、数据分
2024年电子商务与大数据经济国际会议 (EBDE 2024)
2024年电子商务与大数据经济国际会议即将在厦门召开。本次会议旨在汇聚全球电子商务与大数据经济领域的专家学者，共同探讨电子商务与大数据经济的创新与发展趋势。会议将围绕电子商务的新模式、大数据经济的应用与挑战以及两者之间的融合与创新等议题展开深入研讨。参会者将有机会分享最新的研究成果和实践经验，交流行
如何学习MySQL：糙快猛的大数据之路（万字长文，建议收藏）
"糙快猛"学习法源于一个简单而深刻的道理:学习就应该糙快猛,不要一下子追求完美,在不完美的状态下前行才是最高效的姿势。快速入门,不拘小节持续实践,边学边用勇于尝试,不怕犯错这种学习方法特别适合在当今快速变化的技术环境中学习新技能,比如MySQL。在这个技术日新月异的时代，MySQL和整个数据库领域都
Flink调优详解：案例解析（第42天）
本文主要详解常见的Flink优化策略。
摸鱼大数据——Kafka——Kafka的shell命令使用
Kafka本质上就是一个消息队列的中间件的产品，主要负责消息数据的传递。也就说学习Kafka 也就是学习如何使用Kafka生产数据，以及如何使用Kafka来消费数据。
大数据-Hadoop-基础篇-第十章-Spark
Spark是一种通用的大数据计算框架,是基于RDD(弹性分布式数据集)的一种计算模型。那到底是什么呢？可能很多人还不是太理解，通俗讲就是可以分布式处理大量集数据的，将大量集数据先拆分，分别进行计算，然后再将计算后的结果进行合并。SparkSQL。
如何学习Hadoop：糙快猛的大数据之路（利用GPT 学习）
请记住，技术工具在不断evolve，"糙快猛"的学习方法可以让你快速掌握新技术的要领。每当你解决了一个难题，克服了一个障碍，你就离你的目标更近了一步。保持热情，保持好奇，继续前进！保持"糙快猛"的学习态度，快速掌握新技术通过实战项目深化对技术的理解。
Mac M1安装配置Hadoop+Flink SQL环境
Flink 1.18.1+ Hadoop 3.4.0
【Spark生态】--Spark环境搭建
Spark环境安装部署，Local模式和PySpark库的安装
Hadoop发展史和生态圈介绍
Hadoop是由Apache基金会所开发的分布式系统基础架构，旨在解决海量数据存储和计算分析问题。Hadoop HDFS(Hadoop Distributed File System):分布式文件存储系统，解决海量数据存储问题。Hadoop Yarn:集群资源管理和任务调度框架，解决资源任务调度问题
大数据学习之Spark基础
后一个RDD中的分区数据，除KV函数以外，对应的是前一个RDD中的分区数据所进行逻辑处理后的结果。当重复触发相同的执行的时候，对于同一个DAG有向无环图而言，会直接从shuffle之后的RDD开始执行（省略从前一个RDD写数据到磁盘中的过程），可以直接从磁盘读取数据。1）窄依赖 前一个RDD中的某一
Spark Delta Lake
【代码】Spark Delta Lake。
数据湖表格式 Hudi/Iceberg/DeltaLake/Paimon TPCDS 性能对比（Spark 引擎）
当前，业界流行的集中数据湖表格式 Hudi/Iceberg/DeltaLake，和最近出现并且在国内比较火的 Paimon。我们现在看到的很多是针对流处理场景的读写性能测试，那么本篇文章我们将回归到大数据最基础的场景，对海量数据的批处理查询。本文主要介绍通过 TPC-DS 3TB 的数据的99个SQ
【大数据】什么是数据湖？一文揭示数据湖的本质
本文探讨了数据湖和数据仓库在企业数据管理中的角色与差异。数据湖作为容纳结构化与非结构化数据的新兴模式，强调灵活性和探索性分析能力，适应了现代企业对多样数据处理和快速决策的需求。相比之下，传统的数据仓库以其稳定的数据模型和标准化报表服务，仍然在特定场景中发挥重要作用。随着数据量和类型的不断增加，以及企
